申请/专利权人：大连理工大学

申请日：2024-03-15

公开（公告）日：2024-06-14

公开（公告）号：CN118182493A

主分类号：B60W40/10

分类号：B60W40/10;B60W30/165;B60W50/00;G06F30/20;G06F111/06

优先权：

专利状态码：在审-公开

法律状态：2024.06.14#公开

摘要：本发明属于智能网联车辆驾驶技术领域，涉及一种智能网联环境下基于加速度反馈的车辆跟驰模型构建方法，包括：步骤1、构建基于加速度反馈的跟驰后车速度预测模块；步骤2、构建智能网联环境下的AF‑IDM模型；步骤3、使用模拟退火算法对AF‑IDM模型参数进行标定；步骤4、使用AF‑IDM模型预测跟驰后车的行驶状态。步骤1对传统IDM模型中的自由流速度参数进行替换可以得到步骤2中AF‑IDM模型的形式，步骤3为基于跟驰对数据集对步骤2中模型参数进行标定，步骤4为使用步骤3中参数标定的结果代入到AF‑IDM模型中，并使用完整的AF‑IDM模型对跟驰后车运动状态进行预测。

主权项：1.一种智能网联环境下基于加速度反馈的车辆跟驰模型构建方法，其特征在于，包括如下步骤：步骤1，构建基于加速度反馈的跟驰后车速度预测模块：智能网联车辆在道路上行驶的过程中，跟驰后车收集到跟驰前车传递的加速度信息，并根据跟驰前车加速度的变化趋势对跟驰后车加速度进行调整；假设某个跟驰对中跟驰前车产生加速度为ap，安全车头时距参数为t，自由流速度参数v0；为保持车头间距的稳定，则跟驰后车会期望保持前车相对同步的速度，跟驰后车的期望速度v*也将随之更新为v*＝v0+apt#1步骤2，构建智能网联环境下的车辆跟驰模型AF-IDM：基于步骤1中获得的跟驰后车期望速度v*，对IDM模型中的参数v0进行替换得到公式2和公式3； 式中：asim为车辆的预测加速度；a为车辆的加速度参数；ap为前车加速度；v为当前车辆的速度；Δv为跟驰前车与跟驰后车之间的速度差；s为当前车辆与前车的车头间距；s0为最小安全距离参数；b为舒适减速度参数；最终基于公式1-3构建AF-IDM模型；步骤3，使用模拟退火算法对AF-IDM模型参数进行标定：使用模拟退火算法对步骤2中构建的模型参数进行标定，步骤如下：步骤3.1，跟驰对数据集Ω的构建；在实际道路上采集单一车道上车辆的行驶信息形成数据集，数据集中包括前车速度、前车加速度、后车速度、后车加速度、以及车头间距信息；在数据集中筛选出符合具有跟驰行为的车辆，形成跟驰对数据集；并对跟驰对数据集进行预处理，进行数据降噪和单位转换，使之符合模型输入的数据格式；步骤3.2，初始化参数向量；随机生成一个初始参数向量x0＝a，v0，s0，b，t，设置算法中初始温度参数为Tt＝T0；基于跟驰对数据集Ω，使用AF-IDM模型计算在参数向量xt下预测得到的跟驰后车预测加速度asimxt；根据训练数据集跟驰后车的实际加速度数据aobs，计算在温度T0下，初始参数向量对应的目标函数值Ex0；参数向量的目标函数值Ext如式4所示； 其中，asimxt为AF-IDM模型使用参数向量xt计算得到的跟驰后车预测加速度；aobs为跟驰后车的实际加速度；n为跟驰对数据集中样本的数量；步骤3.3，搜索新的参数向量；逐步降低温度，即令温度参数Tt重新赋值为kTt，其中，k为缩放参数，k∈0，1，并对当前参数向量进行一个随机的扰动，使当前参数向量xt在其邻域生成一个新的参数向量xt+1；基于跟驰对数据集Ω，使用AF-IDM模型计算在新的参数向量xt+1下预测得到的跟驰后车预测加速度asimxt+1；根据训练数据集跟驰后车的实际加速度数据aobs，计算在温度Tt下，新的参数向量对应的目标函数值为Ext+1；步骤3.4，判断是否接受新的参数向量；计算当前新的参数向量对应的目标函数值与当前最优目标值之间的差值ΔE＝Ext+1-Ext，若增量ΔE0则选择接受当前的参数向量作为最优参数向量，反之则以概率P接受当前新的参数向量作为最优参数向量；接受新的参数向量的概率P如下所示： 步骤3.5，继续迭代模拟退火算法直至达到收敛条件；重复步骤3.3和步骤3.4，根据收敛条件判断是否需要进行继续迭代，直至达到收敛条件，即将温度参数Tt降低至某一指定温度，或者算法达到最大迭代次数，停止迭代；将最优参数向量xt输出作为AF-IDM模型的模型参数；步骤4，使用AF-IDM模型预测跟驰后车的行驶状态：基于步骤3所获的模型参数构建完整的AF-IDM模型，预测跟驰后车的行驶状态；将模拟退火算法得到的最优参数向量xt中各个变量的取值，作为模型中参数a，v0，s0，b，t的取值，代入到模型中得到完整的AF-IDM模型；在模型中输入前车速度、前车加速度、后车速度、车头间距信息，即可对跟驰后车的加速度进行预测；基于跟驰后车的加速度信息，可以对跟驰后车的行驶状态进行调整，进而保证跟驰车队的稳定性与安全性。

全文数据：

权利要求：

百度查询： 大连理工大学 智能网联环境下基于加速度反馈的车辆跟驰模型构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD